Simulação de valores ausentes em séries temporais de precipitação para avaliação de métodos de imputação

Resumo

Dados ausentes em séries temporais de precipitação são um dos principais problemas em estudos hidrológicos. Neste sentido, as técnicas de preenchimento de falhas constituem uma ferramenta importante para a reconstrução de conjuntos de dados pluviométricos. O objetivo do presente trabalho foi comparar diferentes métodos de preenchimento de falhas em séries mensais de precipitação. Como caso de estudo, foram consideradas séries temporais de 1974 a 2004 de estações pluviométricas localizadas na região do Cariri, Ceará, Brasil. Para a imputação dos valores ausentes, foram aplicados métodos como média aritmética (MA), inverso da potência da distância (IPD), ponderação regional (PR), regressão linear múltipla (RLM) e redes neurais artificiais (RNA). Utilizando os conceitos de mecanismos de ausência de dados, foram realizadas simulações de valores ausentes gerados artificialmente para diferentes porcentagens de falhas, a saber, 10% e 40%. O desempenho dos métodos de imputação foi avaliado por métricas de erro como a raiz do erro quadrático médio (REQM) e o erro absoluto médio (EAM). A sazonalidade do regime pluviométrico das séries também foi considerada. Numericamente, o método RNA obteve as menores médias de REQM e EAM, seguido pelos métodos RLM, PR, MA e IPD. Contudo, os valores médios obtidos por todos os métodos foram semelhantes. Os métodos avaliados foram capazes de estimar com boa precisão os dados faltantes na série pluviométrica estudada.